方框滤波代码解析pycharm_第1页
方框滤波代码解析pycharm_第2页
方框滤波代码解析pycharm_第3页
方框滤波代码解析pycharm_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

方框滤波代码解析pycharm1.图像平滑2.均值滤波3.方框滤波4.高斯滤波5.中值滤波PS：本文介绍图像平滑，想让大家先看看图像处理的效果，后面还会补充一些基础知识供大家学习。文章参考自己的博客及网易云课堂李大洋老师的讲解，强烈推荐大家学习。图像平滑1.图像增强图像增强是对图像进行处理，使其比原始图像更适合于特定的应用，它需要与实际应用相结合。对于图像的某些特征如边缘、轮廓、对比度等，图像增强是进行强调或锐化，以便于显示、观察或进一步分析与处理。图像增强的方法是因应用不同而不同的，研究内容包括：(参考课件和左飞的《数字图像处理》)2.图像平滑图像平滑是一种区域增强的算法，平滑算法有邻域平均法、中指滤波、边界保持类滤波等。在图像产生、传输和复制过程中，常常会因为多方面原因而被噪声干扰或出现数据丢失，降低了图像的质量（某一像素，如果它与周围像素点相比有明显的不同，则该点被噪声所感染）。这就需要对图像进行一定的增强处理以减小这些缺陷带来的影响。简单平滑-邻域平均法3.邻域平均法图像简单平滑是指通过邻域简单平均对图像进行平滑处理的方法，用这种方法在一定程度上消除原始图像中的噪声、降低原始图像对比度的作用。它利用卷积运算对图像邻域的像素灰度进行平均，从而达到减小图像中噪声影响、降低图像对比度的目的。但邻域平均值主要缺点是在降低噪声的同时使图像变得模糊，特别在边缘和细节处，而且邻域越大，在去噪能力增强的同时模糊程度越严重。首先给出为图像增加噪声的代码。-coding:utf-8-X-importcv2importnumpyasnp#读取图片img=cv2.imread("test.jpg",cv2.IMREAD_UNCHANGED)rows,cols,chn=img.shape加噪声foriinrange(5000):x=np.random.randint(0,rows)y=np.random.randint(0,cols)img[x,y,:]=255cv2.imshow("noise",img)等待显示cv2.waitKey(0)cv2.destroyAllWindows()输出结果如下所示：均值滤波1.原理均值滤波是指任意一点的像素值，都是周围NXM个像素值的均值。例如下图中，红色点的像素值为蓝色背景区域像素值之和除25。其中红色区域的像素值均值滤波处理过程为：((197+25+106+156+159)+(149+40+107+5+71)+(163+198+XX226XX+223+156)+(222+37+68+193+157)+(42

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论